[go: up one dir, main page]

Langsung ke
Text-to-Speech

Text-to-Speech AI

Ubah teks menjadi ucapan yang terdengar alami menggunakan API yang didukung oleh teknologi AI Google terbaik.

Pelanggan baru mendapatkan kredit gratis senilai hingga $300 untuk mencoba Text-to-Speech dan produk Google Cloud lainnya.

  • Tingkatkan interaksi pelanggan dengan respons yang cerdas dan terdengar nyata

  • Ciptakan interaksi pengguna dengan antarmuka pengguna suara di perangkat dan aplikasi Anda

  • Personalisasikan komunikasi Anda berdasarkan preferensi suara dan bahasa pengguna

Manfaat

Ucapan berakurasi tinggi

Deploy teknologi inovatif Google untuk menghasilkan ucapan dengan intonasi layaknya manusia. Dibangun berdasarkan keahlian sintesis ucapan DeepMind, API tersebut memberikan suara yang mendekati kualitas suara manusia.

Pilihan suara terluas

Tersedia pilihan lebih dari 380 suara dalam lebih dari 75 bahasa dan varian, termasuk Mandarin, Hindi, Spanyol, Arab, Rusia, dan banyak lagi. Pilih suara yang paling sesuai untuk pengguna dan aplikasi Anda.

Suara yang unik

Buat suara yang unik untuk mewakili brand Anda di semua poin kontak pelanggan Anda. Jangan menggunakan suara yang sama dengan yang dipakai organisasi lain.

Demo

Menerapkan Text-to-Speech

Ketik apa saja, pilih bahasa, lalu klik “Ucapkan” untuk mendengarnya.

Fitur utama

Fitur utama

Gemini-TTS

Lakukan sintesis ucapan satu atau banyak penutur dari cuplikan pendek hingga narasi panjang, dengan tetap mempertahankan kontekstualitas. Tentukan gaya, aksen, kecepatan, nada, dan ekspresi emosional dengan tepat dengan perintah bahasa alami sederhana dalam lebih dari 75 lokalitas. Buka Media Studio atau lihat dokumentasi kami untuk mempelajari lebih lanjut.

Chirp 3: Suara HD

Bangun agen yang menarik menggunakan suara percakapan spontan terbaru yang berbasis AudioML. Suara ini menawarkan audio berkualitas tinggi, streaming berlatensi rendah, dan ucapan yang terdengar alami, dengan intonasi yang akurat, beragam emosi, serta menyertakan ketidaklancaran pengucapan manusia. Buka Media Studio atau lihat dokumentasi kami untuk mempelajari lebih lanjut.

Chirp 3: suara kustom instan

Buat model suara yang dipersonalisasi hanya dengan input audio berdurasi 10 detik. Cocok untuk video game, buku audio, podcast, dan lainnya. Tersedia dalam lebih dari 30 lokalitas. Buka Media Studio atau lihat dokumentasi kami untuk mempelajari lebih lanjut.

Dukungan perintah, teks, dan SSML

Kontrol format angka dan waktu, pengiriman, pengucapan, dan emosi menggunakan pembuatan skrip teks biasa yang sederhana, tag SSML, atau bahkan perintah bahasa alami yang canggih, tergantung model yang didukung. Buka Media Studio atau lihat dokumentasi kami untuk mempelajari lebih lanjut.

Dokumentasi

Dokumentasi

Quickstart

Gemini-TTS

Pelajari cara mengontrol sintesis ucapan dengan tepat menggunakan Gemini-TTS, dengan perintah bahasa alami untuk menentukan gaya, nada, kecepatan, dan ekspresi emosional.

Quickstart

Chirp 3: ringkasan suara HD

Pelajari cara menyintesis ucapan yang realistis dan penuh emosi menggunakan Chirp 3: suara HD, serta menyempurnakan audio dengan kontrol lanjutan dan praktik terbaik pembuatan skrip.

Quickstart

Chirp 3: ringkasan suara kustom instan

Buat model suara yang dipersonalisasi dan unik hanya dengan rekaman audio berdurasi 10 detik untuk organisasi Anda. Fitur ini memungkinkan pembuatan suara pribadi dengan cepat.

Tutorial

Mengucapkan file teks alamat dengan SSML

Pelajari cara menggunakan Speech Synthesis Markup Language (SSML) untuk mengucapkan file teks alamat.

Google Cloud Basics

Dasar-dasar Text-to-Speech

Panduan konsep dasar penggunaan Text-to-Speech API.
Google Cloud Basics

Suara dan bahasa yang didukung

Telusuri panduan dan referensi untuk produk ini.

Tidak menemukan yang Anda cari?

Kasus penggunaan

Kasus penggunaan

Kasus penggunaan
Voicebot di pusat kontak

Berikan pengalaman suara yang lebih baik bagi layanan pelanggan menggunakan voicebot di Dialogflow yang dapat menghasilkan ucapan secara dinamis, bukan memutar audio statis hasil rekaman. Berinteraksilah dengan suara sintesis berkualitas tinggi yang memberi penelepon rasa familiar dan personalisasi.

Kasus penggunaan
Pembuatan suara di perangkat

Aktifkan komunikasi alami bersama pengguna Anda dengan mendukung perangkat untuk mengucapkan suara layaknya manusia sebagai pembaca teks. Bangun antarmuka pengguna suara end-to-end menggunakan Speech-to-Text dan Natural Language untuk meningkatkan kualitas pengalaman pengguna dengan interaksi yang mudah dan menarik.

Kasus penggunaan
EPG (Panduan Program Elektronik) ramah difabel

Buat EPG membacakan teks dengan lantang untuk memberikan pengalaman pengguna yang lebih baik kepada pelanggan Anda dan memenuhi persyaratan aksesibilitas untuk layanan dan aplikasi. Coba demo EPG.

Implementasikan fungsi text-to-speech dengan mudah di EPG untuk memberikan pengalaman pengguna yang lebih baik kepada pelanggan Anda dan memenuhi persyaratan aksesibilitas untuk layanan dan aplikasi. 

Membuat solusi
Masalah apa yang ingin Anda temukan solusinya?
What you'll get:
Panduan langkah demi langkah
Arsitektur referensi
Solusi siap pakai yang tersedia
Layanan ini dibangun dengan Vertex AI. Anda harus berusia 18 tahun ke atas untuk menggunakannya. Jangan memasukkan informasi sensitif, rahasia, atau pribadi.

Semua fitur

Semua fitur

Sintesis audio streaming

Dukung agen AI Anda dengan ucapan berlatensi ultra-rendah untuk memproses percakapan real-time yang lancar dengan sintesis audio streaming.

Sintesis audio panjang

Lakukan sintesis hingga 1 juta byte input secara asinkron dengan sintesis audio panjang.

Pemilihan suara dan bahasa

Tersedia lebih dari 380 suara yang dapat dipilih dalam lebih dari 75 bahasa dan varian, dan jumlahnya akan bertambah dalam waktu dekat.

Dukungan Teks dan SSML
Sesuaikan ucapan dengan tag SSML yang memungkinkan Anda menambahkan jeda, nomor, format tanggal dan waktu, serta petunjuk pengucapan lainnya.
Penyesuaian tinggi nada
Personalisasikan tinggi nada suara yang Anda pilih, hingga 20 semitone di atas atau di bawah setelan default.
Penyesuaian kecepatan bicara
Sesuaikan kecepatan bicara menjadi 4x lebih cepat atau lebih lambat dari kecepatan normal.
Kontrol peningkatan volume

Tingkatkan volume output hingga 16 dB atau kurangi volume hingga -96 dB.

REST API dan gRPC API terintegrasi

Mudah diintegrasikan dengan aplikasi atau perangkat apa pun yang dapat mengirimkan permintaan REST atau gRPC, termasuk ponsel, PC, tablet, dan perangkat IoT (misalnya, mobil, TV, speaker).

Fleksibilitas format audio
Ubah teks menjadi format MP3, Linear16, OGG Opus, dan sejumlah format audio lain.
Profil audio
Optimalkan jenis speaker yang digunakan untuk memutar ucapan Anda, seperti headphone atau saluran telepon.

Harga

Harga

Text-to-Speech dikenakan biaya berdasarkan jumlah karakter yang dikirim ke layanan untuk disintesis menjadi audio setiap bulannya. 1 juta karakter pertama per bulan gratis untuk suara WaveNet. Untuk suara Standar (non-WaveNet), 4 juta karakter pertama per bulan gratis. Setelah batas paket gratis tercapai, Text-to-Speech akan dikenakan biaya per 1 juta karakter teks yang diproses.

Jika Anda melakukan pembayaran dengan mata uang selain USD, yang berlaku adalah harga yang tercantum dalam mata uang Anda pada SKU Google Cloud.

Langkah selanjutnya

Pelanggan baru mendapatkan kredit gratis senilai $300 untuk mencoba Text-to-Speech dan produk Google Cloud lainnya.

Cloud Text-to-Speech